A tradução constitui um processo em que um texto em uma língua de partida é (re)expressado com os meios linguísticos disponíveis na língua de chegada (Agost, 1999). E, ainda segundo Agost (1999), podemos entender a tradução como um ato comunicativo que se insere dentro de um contexto social determinado. Há diferentes variedades de tradução no campo dos estudos tradutórios, que permitem diferenciar, por exemplo, tradução literária, musical, publicitária, audiovisual.

A tradução audiovisual é a tradução destinada ao cinema, à televisão, ao vídeo e à multimídia, de textos audiovisuais – como filmes, séries, documentários –, e é feita em quatro modalidades básicas: a dublagem, a legendagem, as vozes superpostas e, mais raramente, a interpretação simultânea. Um texto audiovisual pode envolver registros e dialetos diversos, como a linguagem especializada, coloquial, etc. Como observa Mayoral-Asensio (2001), esse tipo de tradução está em estado de revolução pelo aumento da demanda dos produtos audiovisuais, manifestada por cinco razões, a saber: (i) multiplicação dos canais televisivos regionais; (ii) aumento de atividades como a do ensino à distância; (iii) aparição das plataformas digitais; (iv) extensão da televisão a cabo e (v) extensão das emissões de televisão por satélite.

Embora bastante ignorada por acadêmicos e professores até uma década atrás, a tradução audiovisual (TAV)1 existe como uma prática profissional há já muitos anos e, a partir dos anos 90, ganhou uma grande visibilidade, graças à proliferação e à distribuição de materiais audiovisuais em nossa sociedade (Díaz-Cintas, 2008, 1). Na primeira década dos anos 2000, trabalhos sobre a transferência de línguas para a televisão, cinema e vídeos tiveram um escopo bastante reduzido de análise. Poucos estudos examinavam a produção e a recepção, ou o impacto cultural e linguístico da tradução audiovisual, ainda vista como uma disciplina eminentemente “prática” em sua essência (Gambier, 2008, 11). Concordamos com Gambier (2008), lamentando ainda não haver estudos que considerem este material linguístico e cultural de forma descritiva e analítica sistematicamente, em número condizente com seu grande impacto no público-alvo, incluindo crianças e adolescentes.

Segundo Agost (1999), o material audiovisual se caracteriza pela combinação de diferentes códigos: o escrito (o roteiro do filme previamente elaborado); o oral (a interpretação dos atores ou dos personagens de animação); o visual (a imagem), o auditivo não verbal e musical (sons e trilhas sonoras). Devido a essa combinação de códigos, o material audiovisual é tratado como texto multimodal ou multissemiótico. O material legendado, especificamente, apoia-se no tripé multimodal: imagem, áudio original e texto escrito na tela (legenda).

Pensando mais especificamente na dublagem, podemos defini-la como uma substituição da banda sonora original pela voz e interpretação de um ator de voz do idioma de chegada do produto. A substituição do som original é guiada pelo sincronismo (Agost, 1999), que pode ser (i) de caracterização, isto é, harmonia entre a voz do ator que dubla e o aspecto facial e gestual do ator/atriz que aparece na tela; (ii) de conteúdo, ou seja, coerência entre a nova versão do texto e o argumento do filme e (iii) fonético ou visual, harmonização dos movimentos articulatórios visíveis da fala com os sons que o espectador escuta.

Díaz-Cintas (2001) destaca que a legendagem se apresenta como a modalidade de tradução audiovisual mais barata, se comparada à dublagem. Enquanto para a produção da dublagem exigem-se “mais profissionais, mais tempo de elaboração e um maior investimento econômico em equipe técnica” (Díaz-Cintas, 2001, 48), para a produção de legendagem requer-se apenas um tradutor (para a tradução na língua de chegada) e um legendador (para a inclusão da legenda na tela). Em alguns casos, as funções de tradutor e legendador podem ser executadas, inclusive, pela mesma pessoa.

Além da tradução do texto verbal em si, a dublagem e a legendagem requerem levar em consideração aspectos técnicos específicos referentes às suas modalidades. Se, por um lado, a dublagem demanda sincronismo e ajustes da voz à imagem, por outro lado, na legendagem deve-se atender aos limites impostos por restrições de tempo e espaço na tela. O texto legendado não pode permanecer na tela por tempo insuficiente para que o telespectador consiga lê-lo completamente. Também não pode permanecer na tela durante muito tempo, de maneira que o telespectador acabe lendo-o mais de uma vez, prejudicando, assim, o fluxo contínuo da leitura. Já com relação ao espaço, a legenda deve obedecer ao número máximo determinado de caracteres na tela (sendo o texto de uma ou duas linhas), geralmente contando inclusive com espaçamento e pontuação.

É importante destacar uma questão político-linguística que perpassa os processos tradutórios. Mayoral-Asensio (2001, 28) afirma que o cinema, desde sua origem, buscou encontrar uma linguagem universal, de modo que um mesmo produto chegasse a uma generalidade de espectadores. Assim, o “neutro”, isto é, uma língua artificial, que supostamente não corresponderia a nenhum grupo de falantes e que tenta evitar os elementos que possam caracterizar um discurso como pertencente a um grupo particular, é considerado como a máxima expressão da universalidade. Argentina e Espanha são exemplos de países nos quais se promovem políticas nacionais com essa tentativa de neutralizar as dublagens, ao utilizar um “espanhol neutro”, que não corresponde a nenhuma variedade regional. Acuña (2010) descreve o momento histórico em que se concebe essa necessidade de neutralizar a dublagem na Argentina, em 1986, quando é promulgada a Ley del Español Neutro, que pretendia que todo material dublado apresentado no país deveria ser em “castelhano compreensível” a todos os falantes da América, isto é, um espanhol comum a todos, sem modismos, em uma tentativa de língua “não marcada”.

Curiosamente, os propulsores da ideologia “hispanista” ou “panhispanista” criticam o termo “espanhol neutro”, que surge de iniciativas comerciais na Argentina e no México: o espanhol pode ser “internacional”, “global” ou “pan-hispânico”, adjetivos que vêm da Espanha, mas não pode ser “neutro”, adjetivo americano fortemente criticado e desqualificado por Bravo-García:

Español (o castellano) neutro, acento neutro o simplemente neutro, son términos muy utilizados en el continente americano, especialmente en los países lingüísticamente más “marcados”, donde con frecuencia la competencia en esta modalidad “neutra” llega a convertirse en requisito obligatorio para los profesionales de la comunicación y de la telemercadotecnia. En estos casos neutro significa ausencia total de marca, por lo tanto manejar ese estilo implica garantizar la ausencia de rasgos nacionales o locales, que son considerados como interferencias indeseadas en la promoción de los productos y personajes del mundo mediático (locutores, actores, traductores, etc.).

A neutralidade da língua espanhola se apoia na noção de que existe um “modelo de língua” utilizado para a comunicação, para a tradução e também para o ensino. É uma tentativa de padronização muito praticada no meio audiovisual e na locução em geral, sendo o que se promove como neutro geralmente a forma mais central e de maior prestígio da comunidade nacional (Schneider, Barron, 2008). No caso da internacionalização do espanhol através de produtos audiovisuais, essa disputa pela hegemonia e centralidade de uma língua pluricêntrica vem à tona em todas as suas contradições discursivas. O espanhol como língua comum ou “pátria comum” é um dos pilares da política linguística espanhola do panhispanismo (Del Valle, 2005, 2007; Fanjul, 2011), cuja premissa principal é de que a língua serve como uma base sólida de união entre os povos, como um lugar de encontro, uma pátria comum. Tal ideologia retira da língua sua identidade cultural e nacional, criando uma noção de língua sem fronteiras físicas, de caráter expansivo e internacional, e é uma política espanhola que data do século XIX, segundo Del Valle, Gabriel-Stheeman (2004). Nesse sentido, retomamos alguns questionamentos dentro do âmbito das políticas linguísticas, que são necessários para refletir sobre o processo de tradução audiovisual: qual o modelo de língua veiculado pela mídia? Até que ponto esse modelo de língua não reproduz e reforça fronteiras entre regiões centrais e periféricas em línguas pluricêntricas com tendências tão centralizadoras, como é o caso do francês, espanhol, italiano, português ou alemão (Schneider, Barron, 2008)?

Mayoral-Asensio (2001) também destaca a busca por um espanhol neutro aceitável, que permita a venda de apenas uma versão a todo o mundo hispanofalante. Sobre essa comercialização indagamos: quem define esse modelo de neutro aceitável? Que tipos de estratégias comerciais se aplicam no Brasil para que recebamos dublagens de uma determinada variedade de espanhol (a mexicana, por exemplo), mas não de outra (como a espanhola ou a argentina)? O mercado norte-americano se impõe sem dúvida no Brasil e na América Latina através da variedade mexicana, o “neutro” do espanhol americano, também chamado de espanhol “latino”, que tem marcas evidentes na dublagem e menos evidentes, mas também presentes, na legendagem.

No que concerne à legendagem, existe também uma preocupação no que diz respeito à seleção de elementos lexicais e sintáticos do texto escrito, que reflete a tentativa de alcançar um espanhol “não marcado”, sem regionalismos, com a finalidade de que seja compreendido por toda a comunidade de falantes de espanhol. Essa tendência de “neutralizar” a língua espanhola aparece como modelo de língua especialmente nos meios de comunicação e entretenimento audiovisual (telenovelas, telejornais, propagandas, publicidades etc.) e de estúdios de dublagem e legendagem, na preparação e distribuição dos filmes em escala global, para o caso do espanhol “latino’ ou “castelhano” (Bravo-García, 2008, 31; 2011, 6).

Essa pretensão de um espanhol neutro para a locução, que tem uma realidade perceptual e que influi nas condições de produção de profissionais da fala e da voz, pode ser comparada ao espanhol “estândar”, definido e problematizado por Moreno-Cabrera (2000, 75): a chamada língua estândar ou a língua culta é apenas mais uma variedade entre outras, que, por razões sociológicas, adquire um prestígio e um desenvolvimento que a torna preferível ou desejável em determinada comunidade linguística. A variedade é inseparável da natureza mesma das línguas e sua própria essência está nessa variedade.

O espanhol neutro pretendido no México, Argentina e na chamada empresa do Reino da Espanha (Moreno-Cabrera, 2015, 193) seria, portanto, uma tentativa de desterritorialização, ou seja, uma espécie de deslocamento ou desvinculação da língua de seu território para ampliar mercados, sendo uma realidade de locução nacional e global. A ideia por trás do conceito de espanhol neutro se sustenta no mercado, pois a universalização do idioma atende às exigências da relação custo-benefício. Assim, é produzida uma única versão de um produto, que é vendida a toda comunidade hispana. A estandarização da língua implica questões políticas e ideológicas a favor de um “bem maior”: o capital. Essa disputa parece ter se dicotomizado entre a produção europeia (castelhana) e a norte-americana (latina). Por razões econômicas, históricas e sociais, nas Américas, a batalha da língua é ganha comercialmente pelo espanhol local, o de mais prestígio em solo norteamericano, o produto mexicano, vendido como “latino” ou “hispano”, numa repartição natural de mercados e territórios. Uma das consequências importantes da adoção de uma variedade regional como língua estândar é que a variedade ou dialetos mais próximos à variedade ou dialeto que constitui a base do estândar ganham prestígio, são mais centrais, enquanto que as mais afastadas, perdem prestígio, sendo desvalorizadas tanto pelos falantes que as usam quanto pelos falantes de outras variedades (Moreno Cabrera, 2008, 96). Embora se pretendam neutros, globais, internacionais, hispânicos ou pan-hispânicos, no caso do espanhol, as marcas locais de formas de tratamento e usos de tempos verbais, além de outras questões expressivas, pragmáticas e conversacionais de que trataremos a seguir, deixam sempre entrever a origem ou a localidade que promove a legenda, por serem elementos essencialmente variáveis e indexadores de identidades sociais.

Os diálogos de produções audiovisuais – sejam eles atuados/dublados e/ou legendados – são parte integrante do gênero dramático audiovisual em suas múltiplas realizações. O funcionamento desses diálogos segue pautas conversacionais, reproduzindo todos os elementos característicos de interações verbais coloquiais e espontâneas, mesmo que utilizem um repertório mais restrito e repetitivo do que o de conversas espontâneas (Quaglio, 2009). No quê as conversas cotidianas que ouvimos dia a dia divergem ou convergem dos diálogos de roteiros em produções audiovisuais? Para Quaglio (2009), as convergências se dão em termos qualitativos sobre a chamada gramática do oral: linguagem não específica e termos vagos, genéricos, imprecisos, ambíguos, do tipo “uma coisa”, linguagem emocional, expressão linguística de emoções e conteúdos enfatizados, intensificados, linguagem informal ou gírias, expressão linguística da informalidade e linguagem narrativa, relatos de situações e eventos. As divergências são quantitativas, o repertório é mais estrito e as formas selecionadas são regularmente repetidas com maior frequências do que nas conversas espontâneas.

A conversação se caracteriza por ser um tipo de discurso (i) oral, produzido e recebido pelo canal fônico; (ii) dialogal, já que possui uma sucessão de intercâmbios; (iii) imediato, uma vez que acontece aqui e agora;

(iv) dinâmico, pois a troca de papel é frequente (de falante a ouvinte, de ouvinte a falante) e (v) cooperativo, visto que se constrói juntamente com a intervenção do outro (Briz, 1996; 2002).

Essas mesmas características não são exclusivas da conversação, isto é, podem ser compartilhadas por outros discursos orais, tais como o debate ou a entrevista. Assim, o traço que distingue a conversação desses outros discursos é a alternância de turnos que não é negociada de forma prévia. Em outras palavras, cada participante da conversa fala alternadamente sem que haja um momento planejado previamente para que um comece o seu turno ou que o mesmo seja interrompido. Briz (1998, 2002) reconhece o discurso conversacional a partir da soma de todas as seis características: oral, dialogal, imediato, dinâmico, cooperativo e mudança de turno não pré-determinada.

A conversação coloquial, por sua vez, é o resultado da adição dos traços conversacionais somados aos traços situacionais e primários. Logo, uma conversação será coloquial se, do ponto de vista do registro, existir entre os interlocutores uma relação de vivência e proximidade, experiência compartilhada entre os participantes, relação de igualdade, temática marcada pela cotidianidade, finalidade interpessoal, marcas de espontâneo e tom informal.

A produção dramática audiovisual (filmes, séries, jogos/games, desenhos animados, novelas) é uma área de pesquisa recente no meio acadêmico, e tem emergido como um tópico de pesquisa independente, no contexto da tradução audiovisual (Gambier, 2008; Valentini, 2008, 37). Os diálogos desses roteiros, dublados ou legendados, seguem uma lógica conversacional e, segundo Valentini (2008, 42), podem ser analisados macroestruturalmente de um ponto de vista comparativo por 4 grandes grupos: 1) categorias pragmáticas (atos comunicativos e situações); 2) categorias enciclopédicas (parâmetros ou enquadramentos temporais, geográficos e culturais); 3) categorias linguístico-culturais (especificidades linguísticas, prosódicas e recursos paralinguísticos, referências culturais específicas, nomes de entidades específicas); 4) variedades linguísticas (variedades regionais e sociais, linguagens para fins específicos relacionadas a grupos profissionais determinados, registro).

Em análises microestruturais (Heiss, Soffritti, 2008), as formas de tratamento são analisadas como elementos linguístico-culturais, juntamente com figuras da linguagem, expressões idiomáticas, fórmulas conversacionais para situações específicas, anúncios oficiais, humor verbal, termos afetuosos de amor e amizade, marcadores do discurso, frases feitas para falar com coisas ou animais de estimação, interjeições, onomatopeias, siglas e acrônimos (Valentini, 2008, 43). Este repertório de microestruturas linguístico-culturais define problemas de tradução específicos e escolhas a serem feitas, muitas vezes divergentes em produtos legendados e dublados, considerando a finalidade da tradução mais estrangeirizante na legenda, e mais naturalizadora na dublagem.

Em uma conversação, os falantes utilizam as formas de tratamento como um recurso para marcar e construir a relação interpessoal (Kerbrat-Orecchioni, 2011, 19), seja para chamar a atenção de um falante ou para selecionar um falante entre outros possíveis falantes. A seleção de uma ou outra forma de tratamento é um sinal de como o falante concebe a identidade social de seu destinatário com relação à sua própria (Rebollo-Couto e Kulikovski, 2011, 497).

Do ponto de vista sociolinguístico, essas formas de tratamento variam em função de condicionantes de idade, escolaridade e sexo, bem como de variação dialetal. Já do ponto de vista pragmático, variam em função do grau de proximidade ou hierarquia da relação, do conhecimento compartilhado, do grau de coloquialidade da interação e do tipo de ato de fala que realizam. As fórmulas ou formas nominais de tratamento são importantes indexadores sociais de pertencimento ou não ao grupo, ou de intensificação ou atenuação de atos de fala (Kerbrat-Orecchioni, 2011, 33 e 42).

Segundo Rebollo-Couto e Kulikovski (2011, 497),

las formas de tratamiento se manifiestan en el empleo de formas pronominales, verbales o nominales y pertenecen al ámbito de la deixis social: constituyen la codificación lingüística de identidades sociales de los participantes y de la relación que existe entre ellos.

Para o presente trabalho, nos interessa investigar as formas nominais de tratamento no material audiovisual selecionado: uma cena do filme Inside Out ou Divertida Mente (2015), em formato DVD.

Como corpus da nossa investigação, selecionamos a cena 7 do DVD, intitulada Dinner Scene, na qual estão presentes Riley (a personagem principal do filme), seu pai e sua mãe. Os três personagens encontram-se jantando, sentados em uma mesa. Neste momento, a família está recémmudada para São Francisco (EUA), o caminhão de mudança ainda não havia chegado trazendo seus pertences e Riley não havia passado um bom dia na escola, devido à ausência de uma de suas emoções – a Alegria, sua emoção principal – na sala de controle. A cena analisada, com duração de mais ou menos 3 minutos, apresenta dados de conversação, em sua maioria, em contexto de desacordo e enfrentamento.

Para a análise, levantamos as legendas nas cinco variedades analisadas para a mesma cena do filme (Dinner Scene – cena 7): inglês estadunidense, português brasileiro, português europeu, espanhol latino e espanhol ibérico. Comparamos as escolhas convergentes e divergentes de tradução do original em inglês, nas variedades audiovisuais do português (brasileiro e europeu) e do espanhol (latino e ibérico), no que diz respeito às fórmulas e formas nominais de tratamento, bem como do ponto de vista conversacional, suas funções de intensificação ou atenuação de atos diretivos e expressivos nos diálogos. E, por fim, tecemos análises qualitativas sobre as escolhas de tradução nas variedades europeias e americanas em português e espanhol. Sobre Inside Out (2015), torna-se relevante destacar que se trata de um filme produzido pela Pixar Animation Studios e lançado pela Walt Disney Pictures. O diretor norte-americano Peter Hans Docter assina também outras produções de sucesso como Up! Altas Aventuras (2009), Monstros S. A. (2001), Toy Story (1995) e Toy Story 2 (1999). Inside Out ou Divertida Mente é um filme de animação que conta a história de uma menina de 11 anos chamada Riley, que tem que se mudar de uma cidade pequena para São Francisco (EUA) com a família, devido ao novo emprego do pai. O filme é protagonizado por Riley e suas emoções personificadas: Alegria, Tristeza, Raiva, Medo e Nojinho.

Com relação à seleção dos nomes das emoções de Riley, podemos tecer de antemão alguns comentários de análise. Mesmo que as formas nominais que designam essas personagens não façam parte especificamente da cena que selecionamos como corpus, verificamos que as escolhas de tradução dos nomes das emoções deixam claro como a seleção das formas nominais de tratamento obedecem a questões culturais, são termos culturalmente marcados, conforme observamos no Quadro 1, uma vez que variam dentro da mesma língua, segundo o contexto cultural do produto audiovisual e seu mercado potencial (Europa ou América).

A partir das escolhas das formas nominais de tratamento em língua portuguesa (Divertida Mente – Brasil e Divertida-mente – Portugal), comprovamos que, dentre cinco emoções, quatro são escolhas convergentes: Alegria, Tristeza, Raiva e Medo. A escolha dos nomes diverge em apenas um caso: Nojinho X Repulsa. Por outro lado, no caso das escolhas das formas nominais de tratamento em língua espanhola (Intensamente – México e Del Revés – Espanha), evidenciamos que, dentre cinco emoções, duas são convergentes (Alegría e Tristeza) e três são divergentes (Furia X Ira; Temor X Miedo; Desagrado X Asco). A seleção tradutória das formas nominais de tratamento está diretamente relacionada a aspectos socioculturais, como no caso do acréscimo do sufixo de diminutivo ‘-inho’ à palavra ‘nojo’, na versão do Divertida Mente (Brasil), com a intenção de atenuar o aspecto negativo que essa palavra imprime em nossa cultura e atrair empatia do público.

Na cena analisada, encontramos 9 dados de formas nominais de tratamento, num total de 17 ocorrências que são aqui detalhadas e analisadas: ‘Riley’ (4 ocorrências); ‘Sir’ (4 ocorrências); ‘old man’ (1 ocorrência); ‘woman’ (1 ocorrência); ‘young lady’ (1 ocorrência); ‘gentlemen’ (2 ocorrências); ‘guys’ (2 ocorrências); ‘pops’ (1 ocorrência) e ‘gatinha’ (1 ocorrência). Como formas de tratamento nominal referentes ao feminino singular temos: ‘Riley’, ‘woman’, ‘young lady’ e ‘gatinha’. Como formas de tratamento nominal referentes a masculino singular, temos: ‘sir’, ‘old man’ e ‘pops’. E como formas de tratamento no plural: ‘gentlemen’ e ‘guys’. Como guia para nossa análise, perguntamo-nos: tomando como ponto de partida o original em inglês, como foram traduzidas as formas nominais de tratamento nas legendas em português e em espanhol? Qual foi o condicionamento pragmático conversacional que orientou as escolhas?

O número total de legendas, na versão original da cena que analisamos em inglês, é de 72; enquanto nas demais versões do filme – Divertida Mente, Divertida-mente, Intensamente e Del Revés –, as legendas totalizam 68. Essa diferença no número total de legendas da cena se justifica pelo desmembramento da legenda em duas partes na versão Inside Out em quatro momentos da cena, o que não acontece nas versões em português e em espanhol. As legendas do filme encontram-se na parte inferior da tela, apresentadas em textos escritos de uma ou, no máximo, duas linhas.

Trata-se de uma controvérsia clássica da legendagem: Uma ou duas linhas? Discutida por Díaz-Cintas e Remael (2007, 93), a inter-relação entre o número de linhas e a rapidez de leitura é uma questão na qual se opõem duas posições contrárias, sendo que cabe ao legendador decidir se opta por uma ou duas linhas de legenda, considerando o programa a ser utilizado para legendação. O tipo de legendagem e a velocidade de leitura é uma questão cognitiva ainda longe da unanimidade, sendo que os leitores de legendas se encontram em uma situação particularmente complexa (Perego, 2008, 213). A escolha da legendagem do original em inglês foi, nesta cena, divergente à das legendagens em português e em espanhol em 4 casos, o que pode se explicar por diferentes afiliações teóricas e comerciais.

A modo de conclusão, devemos ressaltar que, com relação ao repertório de formas nominais de tratamento encontradas na cena analisada, “A cena do jantar” (Dinner Scene), encontramos dois tipos de formas de tratamento nominal: (i) um repertório mais frequente e mais fechado de formas mais convencionalizadas em categorias gramaticalizadas (que se tornam pronomes), como por exemplo o caso de ‘you guys’ em inglês, ou ‘a gente’ no português do Brasil, bem como um repertório de formas lexicalizadas (dessemantizadas), como por exemplo ‘gatinha’ e (ii) um repertório menos frequente e mais aberto, com escolhas de formas mais criativas, de aspecto lúdico e irônico, como por exemplo os casos de ‘pops’ e ‘old man’.

Assim, as funções conversacionais e pragmáticas das formas nominais de tratamento que orientaram a tradução audiovisual, e suas soluções, são (i) seleção do interlocutor, desfazer a ambiguidade entre possíveis interlocutores presentes à cena; (ii) intensificação de atos de fala expressivos, no caso desacordos e enfrentamentos; (iii) marcação relacional, ou seja, dependem do tipo de relação que se estabelece ou que se pretende estabelecer com o interlocutor: distância ou proximidade; hierarquia ou igualdade; afeto ou desafeto; familiar ou profissional, e (iv) indexador social, pois indica necessariamente a variedade dialetal (tem uma função de localização, ao identificar claramente de onde é a pessoa que fala, no caso, de onde é o legendador e a produção da legendagem).